1、.,1.2 機器翻譯的歷史,.,1.2.1 什么是機器翻譯？,機器翻譯(machine translation)，又稱機譯(MT)，是利用計算機把一種自然語言轉(zhuǎn)變成另一種自然語言的過程。用以完成這一過程的軟件叫做機器翻譯系統(tǒng)。 文本機器翻譯 語音機器翻譯,.,1.2.1 什么是機器翻譯？,機器輔助翻譯(Machine Aided Translation或Computer Aided Translation，簡稱MAT或CAT） 翻譯記憶體（Translation Memory，簡稱TM） 雙語對照的文本編輯 .,.,1.2.2 現(xiàn)代語言學(xué)的崛起,語言是一個民族相互交際的最重要工具，進(jìn)入20世紀(jì)

2、20年代以后，語言學(xué)成為一門新興的學(xué)科。到了50年代，新的利用計算機研究語言的學(xué)科-計算語言學(xué)誕生了。 計算語言學(xué)的研究起始于機器翻譯，機器翻譯又稱自動化翻譯，是一種高級的人工智能技術(shù)，它是計算機科學(xué)、數(shù)學(xué)和語言學(xué)等多學(xué)科共同參與研制的結(jié)晶。機器翻譯之所以成為可能,一是因為兩種語言之間存在著可譯性，二是因為人的翻譯過程具有可模擬性。,.,(1)機器翻譯的萌芽（1966年以前） 1947，Warren Weavers memo 1954，第一個公開展示的俄英MT原型系統(tǒng) 1966，美國科學(xué)院的ALPAC報告宣告機器翻譯走入低谷 剛剛興起的機器翻譯研究很快就遇到了困難，翻譯質(zhì)量的低劣引起了人們無休

3、止的抱怨。其中，Bar Hillel作為當(dāng)時最早參加研究的的專家,對機器翻譯提出了批判，指出“自動翻譯系統(tǒng)需要機器完全理解句子的意思后才能實現(xiàn)高質(zhì)量的翻譯，而機器不可能做到這些，因此不可能實現(xiàn)高質(zhì)量的自動翻譯系統(tǒng)”。,1.2.3 機器翻譯的發(fā)展歷史,.,(1)機器翻譯的萌芽,受Bar Hillel的影響，美國國立科學(xué)院于1964年成立自動語言處理咨詢委員會（Automatic Language Processing Advisory Committee,簡稱ALPAC）,對這10年的研究成果進(jìn)行評價。2年后，該委員會發(fā)表了一個否定機器翻譯系統(tǒng)實用性的調(diào)查報告，即被后人稱之為ALPAC報告，并中

4、止機器翻譯項目的研究經(jīng)費。從此機器翻譯的研究跌入低谷。,.,ALPAC報告,ALPAC報告核心內(nèi)容：經(jīng)過調(diào)查，機器翻譯速度慢，準(zhǔn)確率很差，比人工翻譯費用高得多，在近期或可以預(yù)見的未來，開發(fā)出實用的機器翻譯系統(tǒng)的可能性不大。 這個報告后來雖曾受到許多嚴(yán)肅的批評，認(rèn)為它是帶有嚴(yán)重偏見的，但它對機器翻譯研究造成了很大的損害。,.,（2）機器翻譯的第二階段,20世紀(jì)70年代中期，因ALPAC委員會發(fā)表的調(diào)查報告而跌入低谷的機器翻譯研究開始在世界范圍內(nèi)復(fù)蘇并日趨走向興旺。這一階段主要以歐洲為中心，確立了現(xiàn)代語言學(xué)理論在機器翻譯中的地位。 標(biāo)志之一 語言學(xué)家N.Chomsky于1957年提出的句法結(jié)構(gòu)(S

5、yntatic structure）等形式語言理論被廣泛地應(yīng)用于自然語言的自動句法分析中，并成為計算語言學(xué)的基礎(chǔ)理論之一。 標(biāo)志之二 誕生了許多句法分析算法，如上下文無關(guān)文法解析流派中的CKY算法、Earley算法、Woods的ATN-Parser、LR-Parser、LINGOL等。在語義自動分析方面，有C.J.Fillmore提出的格文法理論、Schank的概念依存（Conceptual Dpendency）理論、Montague語法理論及Wilks的優(yōu)選語義學(xué)(Preference Semantics)等。,.,（2）機器翻譯的第二階段(特征),這一代機器翻譯技術(shù)主要采用句法結(jié)構(gòu)變換和中

6、間語言方式,也稱間接型機器翻譯。具有實用價值的機器翻譯系統(tǒng)取代了過去的實驗系統(tǒng)，機器翻譯由實驗研究走向?qū)嵱醚芯?，并實現(xiàn)商品化，如加拿大蒙特利爾大學(xué)的氣象預(yù)報機器翻譯系統(tǒng)TAUM-METEO10（英法）、法國格勒諾布爾大學(xué)的ARIANE機器翻譯系統(tǒng)等。這一時期機器翻譯系統(tǒng)所采用的方法也被稱為理性主義方法,.,(3)機器翻譯第三階段,20世紀(jì)年代，機器翻譯由面向句法、基于規(guī)則的理性主義方法過渡到語義處理階段，誕生了基于實例（Example-Based Machine Translation）和基于統(tǒng)計（Statistical Based Machine Translation）的機器翻譯方法，被稱

7、之為經(jīng)驗主義方法主導(dǎo)的機器翻譯系統(tǒng)。 這一期間，日本掀起了機器翻譯的熱潮，以形態(tài)素解析技術(shù)為主的語言處理技術(shù)得到空前發(fā)展，構(gòu)文解析技術(shù)及格文法解析技術(shù)也成為研究熱點。實現(xiàn)了大規(guī)模的日英、英日機器翻譯系統(tǒng)，并開始了亞洲各國語言間的機器翻譯研究（ODA）。 以Chomsky早年提出的形式語言理論為基礎(chǔ)，語言學(xué)家針對自然語言處理的特點，又提出了眾多新的語言學(xué)理論，如廣義短語結(jié)構(gòu)語法(GPSG) 、詞匯功能語法(LFG) 、合一語法(UG)、功能合一語法(FUG)、中心詞驅(qū)動的短語結(jié)構(gòu)語法(HPSG) 等,.,(4)機器翻譯第四階段,顯著特點 語料庫語言學(xué)成為語言研究的主流，為滿足實際應(yīng)用的需要，基于

8、大規(guī)模語料庫的統(tǒng)計方法在自然語言處理領(lǐng)域中逐漸占據(jù)了主導(dǎo)地位19； 20世紀(jì)80年代提出的新的語言理論在實際系統(tǒng)中得到廣泛應(yīng)用，并與大規(guī)模語料庫的統(tǒng)計方法結(jié)合，建立了具有實用性的新一代機器翻譯系統(tǒng)；開始了新的機器翻譯應(yīng)用研究，如基于對話的機器翻譯。 以統(tǒng)計方法為主的統(tǒng)計機器翻譯橫行霸道！,.,1.2.4 中國機器翻譯的發(fā)展,機器翻譯的研究開始于1956年，并從一開始就得到了國家的高度重視，機器翻譯后來曾被列為“六五”、“七五”及“863”等重大科研項目。20世紀(jì)70年代中期，中國的機器翻譯研究從停滯走向了復(fù)蘇，80年代中期到90年代初期是我國機器翻譯研究復(fù)蘇以來比較活躍的時期。 研究開發(fā)出兩個

9、在實用化系統(tǒng)：軍事科學(xué)院的KY-1英漢機譯系統(tǒng)（“譯星”前身）及中科院計算所研制的863-IMT英漢機器翻譯系統(tǒng)。在這一時期，中國還參加了由日本發(fā)起的亞洲五國機器翻譯研發(fā)的合作項目（ODA），國內(nèi)近10個科研院校參加了這一長達(dá)7年的國際項目。,.,1.2.4 中國機器翻譯的發(fā)展,1990年代至今，中國的機器翻譯進(jìn)入了快速發(fā)展的時期，研制出了許多機器翻譯系統(tǒng)。新一代機器翻譯系統(tǒng)一般配有大規(guī)模的專業(yè)詞典，并能在網(wǎng)上運行。此外，新的應(yīng)用領(lǐng)域的機器翻譯研究如對話翻譯系統(tǒng)的研究也已開始。 在中日機器翻譯方面，清華大學(xué)、南京大學(xué)、中軟先后開展了實用機譯系統(tǒng)的研究與開發(fā)，大連理工大學(xué)于1990年開始日中機器

10、翻譯的研發(fā)，1994年開始中日機器翻譯的研究，并先后開發(fā)出PC版的SWK日中機器翻譯系統(tǒng)和SWK中日機器翻譯系統(tǒng)。,.,1.2.5 機器翻譯的現(xiàn)狀,經(jīng)過60年的發(fā)展，機器翻譯對于許多人來說已經(jīng)不是很陌生的了。今天我們可以在軟件商店買到形形色色的PC機譯軟件，有各種語言間的機器翻譯軟件，如英文到中文的，中文到英文的，或者日文到中文的，甚至也有英文到日文的等等，還有家庭版的、專業(yè)版的，配帶各種不同專業(yè)詞典可供選擇的等等。據(jù)估計，世界上目前市場上有1000多種不同的機器翻譯軟件在銷售，我國具有一定規(guī)模的PC機器翻譯軟件也有近20種。在世界范圍內(nèi)PC機譯軟件的價格都不貴，而且價格還在不斷地下降?，F(xiàn)在可

11、以在網(wǎng)上免費享用翻譯系統(tǒng)的服務(wù)。,.,1.2.5 機器翻譯的現(xiàn)狀,機器翻譯現(xiàn)狀可概括為： 發(fā)展很快，實用化翻譯軟件產(chǎn)品逐漸增多 譯文質(zhì)量普遍很低，可讀性較差 理想與現(xiàn)實之間差距很大：用戶期望值很大，而翻譯軟件能力很低，極度“弱智” 機器翻譯的理論研究沒有取得重大突破，但機器翻譯的性能在逐漸提高。,.,1.2.6 機器翻譯的未來,機器翻譯的未來可以概括為： 前途光明，道路曲折 沒有最好，只有更好 路漫漫兮，其修遠(yuǎn)兮,.,1.3 機器翻譯路在何方？,危機 機器翻譯比起10年前，可以說相當(dāng)繁榮了。但是在這繁榮的后面，卻存在著危機。前面說到的ALPAC報告曾給機器翻譯帶來的創(chuàng)傷如今似乎已被撫平了。但實

12、際上它的陰影始終會時不時地再出現(xiàn)在機譯研究者的頭上。如今隨著有越來越多的機譯系統(tǒng)走向市場，政府部門感到在這種情況下如果還要投資攻關(guān)似乎有點名不正言不順了。而商家則只是想現(xiàn)在該是把現(xiàn)成的技術(shù)包裝包裝就可以賺錢的時候了。,.,1.3 機器翻譯路在何方？,研究者的尷尬： “你估計開發(fā)出產(chǎn)品要多長時間？你的系統(tǒng)正確率如何？”. 如何回答？“正確率大約在百分之五十左右”？,.,1.3 機器翻譯路在何方？,挑剔者的挖苦與諷刺： MT？不是machine translation，而是mad translation (瘋子的翻譯) 滿篇英文難不住，滿篇中文看不懂,.,1.3 機器翻譯路在何方？-問題的癥結(jié),譯

13、文質(zhì)量至今并沒有取得實質(zhì)性的進(jìn)展，很多50年前未解決的問題如今依然存在。 研究人員認(rèn)識上的危機：“在現(xiàn)有的技術(shù)條件下，機譯譯文質(zhì)量也只能這樣了”。 這樣一來，出現(xiàn)的情況將是投資者和研制者都在以較低水平的系統(tǒng)忙于行銷賺錢，而不再有足夠的經(jīng)費和技術(shù)投入。機器翻譯無論在理論上或是技術(shù)上都還未成熟?，F(xiàn)在只是由于人們對于克服語言交流的障礙有著很強烈的需求，尤其是因特網(wǎng)的出現(xiàn)這種需求更顯突出，機器翻譯才獲得了以較低的譯文質(zhì)量滿足這種需求的機會，并利用這一機會來求得進(jìn)一步的發(fā)展。,.,1.3.1 機器翻譯與人工翻譯的區(qū)別,機譯過程： 一句一句處理，處理第一句時不知道第二句的內(nèi)容是什么，處理第二句時，也不再去

14、參考第一句的內(nèi)容了； 對源語言的分析只是求解句法關(guān)系，完全不是意義上的理解； 它的開發(fā)者要求它幾乎是萬能的，它似乎什么領(lǐng)域都能應(yīng)付，從計算機到醫(yī)學(xué)，從化工到法律，似乎只要換一部專業(yè)詞典就可以了； 它的譯文轉(zhuǎn)換是基于源語言的句法結(jié)構(gòu)的，受源語言的句法結(jié)構(gòu)的束縛； 它的翻譯只是句法結(jié)構(gòu)的和詞匯的機械對應(yīng)。,.,人工翻譯： 一般會先通讀全文，他會前后照應(yīng)； 對源語言求得意義上的理解； 只有專業(yè)翻譯人員，沒有一個是可以包打天下的萬能翻譯人員； 他的譯文是基于他對源語言的理解，不受源語言的句法結(jié)構(gòu)的束縛； 他的翻譯是一個再創(chuàng)造的過程。,1.3.1 機器翻譯與人工翻譯的區(qū)別,.,1.3.2 機器翻譯的取舍

15、,誤區(qū) 很多人對機器翻譯有誤解，他們認(rèn)為機器翻譯偏差大，不能幫人們?nèi)魏谓鉀Q問題。事實上，機器翻譯出現(xiàn)誤差在所難免。原因在于，機器翻譯運用語言學(xué)原理，機器自動識別語法，調(diào)用存儲的詞庫，自動進(jìn)行對應(yīng)翻譯，但是因語法、詞法、句法發(fā)生變化或者不規(guī)則，出現(xiàn)錯誤是難免的。,.,比如大話西游中“給我一個殺你的理由，先”之類狀語后置的句子。另外，機器翻譯不適宜翻譯帶有復(fù)雜感情的文字。如果你拿著詩經(jīng)中“所謂伊人，在水一方所謂伊人，在水之湄”等去翻譯，其結(jié)果一定好不了。機器畢竟是機器，沒有人對語言的特殊感情。畢竟?jié)h語因其詞法、語法、句法的變化及其語境的更換，其意思大相徑庭，就連很多國人都是丈二和尚摸不著頭腦，就別

16、說機器了。,1.3.2 機器翻譯的取舍,.,機器翻譯的作用 在為機器翻譯不精準(zhǔn)開脫的同時，我們?nèi)匀徊徽J(rèn)為著機器翻譯無用武之地，相反針對機器翻譯可以大批量的做資料翻譯的特點，可被用作日常事務(wù)、日常信息、日常交流往來等方面的翻譯手段。隨著經(jīng)濟發(fā)展，貿(mào)易、交流等各種事務(wù)跨越國界，信息交流量也在加快、加大，尤其是在網(wǎng)絡(luò)不斷普及的時候，人們需要迅速獲取資訊，卻苦于沒有充足的多專業(yè)人員去翻譯。今天，人們的閱讀不再像古人那樣字句點逗都要清清楚楚?，F(xiàn)代人需要的是在爆炸式增長的信息中迅速獲取自己所需的信息。,1.3.2 機器翻譯的取舍,.,現(xiàn)實問題 以華盛頓郵報為例，如果一百多版的華盛頓郵報需要細(xì)讀的話，那每天

17、看報的時間都不夠。所以，在實際生活中，絕大部分人閱讀的第一步只是了解大概，因此，在這樣的要求下，采用機器翻譯可以做到了“多、快、好、省”，而“信”、“達(dá)”、“雅”卻費用高昂的人工翻譯并非人人都需要。,1.3.2 機器翻譯的取舍,.,1.3.3 在線翻譯：機器翻譯重頭戲,鑒于機器翻譯仍具相當(dāng)市場，國內(nèi)涉足這一領(lǐng)域的廠商也不一而足。目前，國內(nèi)市場上的翻譯軟件產(chǎn)品可以劃分為四大類： 全文翻譯（專業(yè)翻譯） 在線翻譯 漢化軟件 電子詞典,.,外因：Internet網(wǎng)絡(luò)的發(fā)展，“網(wǎng)民”數(shù)量高速增長；語言信息的交流更加頻繁。 內(nèi)因：基于服務(wù)器詞庫托管的翻譯產(chǎn)品，服務(wù)器端的詞庫由廠商實時更新，詞匯更加豐富，其

18、中包括各類專業(yè)的詞匯；在基于服務(wù)器詞庫翻譯基礎(chǔ)之上提供人工翻譯服務(wù)，經(jīng)過機器翻譯后采取人工校對、潤色，從而達(dá)到了“信”、“達(dá)”、“雅”的翻譯標(biāo)準(zhǔn)。,1.3.3 在線翻譯：機器翻譯重頭戲,.,1.4 機器翻譯的發(fā)展趨勢,從單句處理走向句群處理 Sorry I cant go with you, I am going to the bank(銀行，岸等). Ill get a money order for the Immigration Office. 新的知識系統(tǒng) 一是語言知識，二是常識和專業(yè)知識 領(lǐng)域的專業(yè)化 現(xiàn)有的大型機譯系統(tǒng)一般都包含多部專業(yè)技術(shù)詞典，雖然其它部分都是共有的，卻號稱可以翻譯多種專業(yè)領(lǐng)域的文本，只是不同的領(lǐng)域采用不同的專業(yè)詞典而已。是不得已而為之的產(chǎn)物，絕非人們理想的產(chǎn)品。未來這種系統(tǒng)將會讓位給真正的專業(yè)化系統(tǒng)，例如汽車專業(yè)機譯系統(tǒng)，航空專業(yè)機譯系統(tǒng)，（醫(yī)學(xué)）外科專業(yè)機譯系統(tǒng)等等。專業(yè)化系統(tǒng)不僅包含專業(yè)詞典，而且它會有相應(yīng)的本專業(yè)的其它知識庫，其形式可能是規(guī)則庫，也可能是強大的雙語語料庫，或兩者兼有之。,.,應(yīng)用的多樣化 信息社會的到來 使克服語言障礙的需求變得更加迫切。不斷推出了各種具有翻譯功能的瀏覽器和